Instrumentelles Konditionieren I

Werbung
Fachrichtung Psychologie
Professur Allgemeine Psychologie
Vorlesung Lernen und Gedächtnis
WS 2014/15
Instrumentelles Konditionieren I
Thomas Goschke
1
1
Literatur
 Gluck, M.A., Mercado, E. & Myers, C.E. (2010). Lernen und Gedächtnis. Vom
Gehirn zum Verhalten. Heidelberg: Spektrum Verlag. Kapitel 8+9.
 Mazur, J.E. (2006). Lernen und Verhalten (6. Auflage). München: Pearson
Studium. Kapitel 6-9.
Edward Lee Thorndike (1874-1949)
Katzen lernten durch Versuch und Irrtum,
durch welches Verhalten sie dem Käfig entkommen
konnten
Erwerb von Assoziationen zwischen Reizen (Situation),
Reaktionen und Konsequenzen
„Puzzlebox“
Copyright © 2008 by Worth Publishers
Lernen am Erfolg:
Gewohnheitshierarchien und das Gesetz des Effekts

Aus Menge zunächst zufälliger Reaktionen werden solche mit höherer
Wahrscheinlichkeit wiederholt, die zu positiven Konsequenzen führen
„Ein befriedigender Zustand bedeutet, dass das Tier nichts tut, um ihn zu
vermeiden, sondern vielmehr versucht, ihn herbeizuführen und zu erhalten.“
•„Ein frustrierender oder unangenehmer Zustand wird normalerweise vermieden
und rasch aufgegeben“
•(Thorndike, 1898, S. 245).
•

Durch Belohnung oder Bestrafung werden Reiz-Reaktions-Assoziationen
selektiv verstärkt oder abgeschwächt
Analogie zwischen dem Gesetz des Effekts und Darwins Prinzip der
natürlichen Selektion
Lernen am Erfolg
Natürliche Selektion
•
Variation:
– Produktion von Reaktionen nach
Versuch und Irrtum

Variation:
• Variation von Merkmalen der
Individuen einer Art
•
Selektion:
– Reaktionen, die zu Belohnung
führen, werden verstärkt
– Reaktionen, die zu Bestrafung
führen, werden gelöscht

Selektion:
• Individuen mit adaptiven Merkmalen
reproduzieren sich häufiger
• Individuen mit weniger adaptiven
Merkmalen reproduzieren sich
seltener
Verhalten von Katzen im Problemkäfig
(Guthrie & Horton, 1946)
7
Verhalten von Katzen im Problemkäfig
(Guthrie & Horton, 1946)
 Im Problemkäfig führte jede Bewegung des vertikalen Stabes zur Öffnung
der Tür
 Abb. zeigt zwei verschiedene Katzen in den ersten 24 Durchgängen im
Moment der Verstärkung
© James E. Mazur, Lernen und Gedächtnis, Pearson Studium Verlag 2004.
Burrhus Frederic Skinner (1904-1990):
Operantes Konditionieren
•
Einer der bekanntesten Psychologen des 20. Jh.
•
1931 PhD Harvard; ab 1948 Professor für Psychologie in Harvard
•
Beeinflusst durch Pavlov, Watson, Thorndike
•
Strenger Behaviorist: Ablehnung mentalistischer Begriffe in der Psychologie (heftige Attacken auf
die Kognitive Psychologie)
•
Deterministisches Weltbild: Verhalten wird durch Gene & Lernerfahrungen bestimmt
•
Entdeckung und Beschreibung vieler grundlegender Lernprinzipien
•
Auch politische Schriften und alternative Gesellschaftsentwürfe auf der Basis von
Konditionierungsprinzipien („Walden II“)
Einige Zitate von Skinner
“All we need to know in order to describe and explain behavior is this:
actions followed by good outcomes are likely to recur, and actions followed
by bad outcomes are less likely to recur.” (Skinner, 1953)
„Does a poet create, originate, initiate the thing called a poem, or is his
behavior merely the product of his genetic and environmental histories?“
"We shall not solve the problems of alcoholism and juvenile delinquency by
increasing a sense of responsibility. It is the environment which is
'responsible' for the objectionable behavior, and it is the environment, not
some attribute of the individual, which must be changed.“
Skinner Box




Ratte kann Hebel drücken bzw. Taube kann auf Scheibe picken (R)
Verhalten (Hebeldruck) löst bestimmte Konsequenzen aus (Futter, Wasser,
Stromstöße)
Hinweisreize (Licht, Ton) können dargeboten werden (S)
Verhaltenshäufigkeit (Reaktionsrate) wird aufgezeichnet
Phasen einer instrumentellen Konditionierung

Bestimmung der Basisrate (Grundrate):
• Wie oft tritt das zu konditionierende Verhalten ohne Verstärkung spontan auf?

Verstärkung des Verhaltens in der Trainingsphase:
• Das zu konditionierende Verhalten wird verstärkt. Die Häufigkeit des Verhaltens
nimmt zu.

Löschung (Extinktion) des Verhaltens:
• Das Verhalten wird nicht weiter verstärkt. Häufigkeit des Verhaltens nimmt ab.

Spontanerholung:
• Abgeschwächte Reaktion tritt nach einiger Zeit ohne Verstärkung erneut auf
Instrumentelles / operantes Konditionieren


Operant: Lebewesen bewirkt durch seine Operationen eine
bestimmte Konsequenz
Instrumentell: Verhalten ist instrumentell für die Erreichung
bestimmter Konsequenzen
Vergleich klassisches vs. instrumentelles (operantes) Konditionieren
Klassisches Konditionieren
•
•
Respondentes Verhalten: Ereignisse
werden nicht durch die eigenes
Verhalten beeinflusst, sondern
Erwartung des US aufgrund des CS
löst angeborene Reaktionen aus
Lernen von regelhaften Beziehungen
zwischen Reizen (CS  US).
US
CS
CR
Instrumentelles Konditionieren
•
•
Operantes Verhalten: Lebewesen
kann durch sein Verhalten bestimmte
Konsequenzen bewirken
Lernen der Konsequenzen, die
eigenes Verhalten unter bestimmten
Stimulusbedingungen hat (S - R - C)
Instrumentelles Konditionieren
• Dreifachkontingenz: Lernen des Zusammenhangs zwischen einer Reaktion
(R) in Anwesenheit eines diskriminativen Hinweisreizes (S) und den
positiven oder negativen Konsequenzen (C) der Reaktion
S  R  C+


S  R  C-
Diskriminationslernen
• Licht an + Hebeldruck  Futter
• Licht aus + Hebeldruck  kein Futter
Stimuluskontrolle
• Diskriminative Reize kontrollieren die Auftretenswahrscheinlichkeit
des Verhaltens
Beispiele
• Eine Ratte lernt, dass ein Hebeldruck (R) in einem bestimmten Käfig (S)
regelmäßig zu Futter (C+) führt.
• Eine Katze lernt, dass ein Hebeldruck (R) in einem Käfig (S) dazu führt,
dass sich die Tür öffnet (C+).
• Ein Kind lernt, dass es durch Schreien (R) im Bett (S) die
Aufmerksamkeit der Mutter (C+) erweckt.
• Ein Schüler gibt auf eine Frage (S) die richtige Antwort (R) und wird
gelobt (C+)
 O.K. ist Grundlage für zielgerichtetes Verhalten = Verhalten, das nicht
direkt durch Reize ausgelöst wird, sondern durch (antizipierte)
Konsequenzen gesteuert wird
19
Grundlegende Phänomene
• Viele Prinzipien des klassisches
Konditionierens gelten auch für
das operante Konditionieren
– Graduelle Akquisition
– Extinktion u. Spontanerholung
– Rolle der zeitlichen Kontiguität
– Rolle der Kontingenz
– Blockierungseffekt
– Generalisierung u. Diskrimination
Gluck, Mercado and Myers: Learning and Memory,
Copyright © 2008 by Worth Publishers
Was wird beim operanten Konditionieren gelernt?
Werden spezifische Bewegungsmuster gelernt?
• Viele Experimente zeigen, dass beim OK nicht spezifische
Bewegungsmuster gelernt werden
• Lashley (1924):
– Ratten mussten durch Labyrinth mit niedrigem Wasser waten, um Futter
zu erhalten
– Nach erfolgreichem Lernen wurde Wasserspiegel angeboten, so dass
Ratten schwimmen mussten
– Obwohl völlig anderes Bewegungsmuster  fehlerfreies
Durchschwimmen des Labyrinth beim 1. Durchgang
Welche Assoziationen werden beim instrumentellen Konditionieren
gelernt?
 S-R-Assoziationen?
• Thorndike: Verstärker (C+) prägt Assoziation ein, ist aber nicht selbst Bestandteil
der Assoziation
 R-C-Assoziationen?
 S-R-C-Assoziationen?
Evidenz für R-C-Lernen
Colwill & Rescorla (1986): Verstärker-Entwertungs-Paradigma
S
Phase 1
R
C
Reaktion A
Futter
Reaktion B
Zuckerlösung
Stimulus
Phase 2
Futter
Phase 3
Stimulus
Lithiumchlorid
(Übelkeit)
Reaktion A
Reaktion B
Tier lernt Assoziation zwischen Reaktion und Verstärker
Evidenz für S-R-C-Lernen
(Colwill & Delamater, 1995)
•
Haben Tiere nur R-C-Assoziation gelernt oder lernen sie S-R-C-Assoziation?
Ton
Reaktion X
Futter
Licht
Reaktion X
Zuckerlösung
Phase 1
Phase 2
Phase 3
Sättigung mit
Zucker
Ton
Reaktion X
Licht
Reaktion X
Spricht für Lernen der S-R-C-Assoziation
Shaping und Verhaltensketten
Schrittweise Annäherung (Shaping)
•
Durch Verstärkung kann eine große Bandbreite unterschiedlicher Verhaltensweisen
erzeugt werden
•
Shaping: ermöglicht es, Verhaltensweisen anzutrainieren, die nicht zum normalen
Verhaltensrepertoire eines Lebewesen gehören
•
Methode:
– 1. Abwarten, bis das Lebwesen ein Verhalten zeigt, das in die gewünschte Richtung oder
einen Teil des gewünschten Verhaltens beinhaltet  Verstärkung
– 2. Bewegung tritt häufiger auf
– 3. Nur noch Verhalten verstärken, das dem Gewünschten etwas näher kommt
– 4. Verhalten zunehmend selektiver verstärken, bis exakt das gewünschte Verhalten gezeigt
wird
•
Anwendung
– Tierdressur: „Verkettung“ (chaining) von ganzen Verhaltenssequenzen
– Erwerb komplexer Verhaltensmuster in der Verhaltenstherapie
Ein Beispiel für Shaping
Verhaltensketten (chaining)
•
•
Training von Verhaltenssequenzen durch „Verkettung“ (chaining)
Jeder Stimulus dient
–
–
als konditionierter Verstärker für das vorangehende Verhalten und
als diskriminativer Hinweisreiz für den folgenden Verhaltensschritt
Stimuli
Leiter (SD)
Platform, Seil (SR, SD)
Tür öffnen (SR, SD)
Rutsche (SR, SD)
Anblick des Hebels
(SR, SD)
Hebel in Reichweite
(SR, SD)
Futterpellet (SR)
Reaktionen
Hochklettern
am Seil ziehen
durch den Tunnel Rennen
Rutsche heruntergleiten
zum Hebel rennen
Hebel drücken
Verstärker und Verstärkungspläne
Verstärkung und Verhaltenskontrolle
• Skinner: Wie kann Verhalten durch Umweltreize kontrolliert werden?
• Methode: Messung der Reaktionsrate von Versuchstieren in der
Skinner-Box in Abhängigkeit von den Konsequenzen des Verhaltens
• U.V.: Art des „Verstärkers“ und Verstärkungspläne
• Was aber ist ein „Verstärker“?
• Operationale Definition: Verstärker = jeder Reiz, der die
Auftretenswahrscheinlichkeit eines Verhaltens erhöht
Arten von Verstärkern
Verhaltenskonsequenz
Angenehmer Reiz
Unangenehmer Reiz
Auf die Reaktion folgt
ein Reiz
Positive Verstärkung
(Belohnung)
Bestrafung 1. Art
Reaktion eliminiert oder
vermeidet Reiz
Bestrafung 2. Art
(Omission training)
Negative Verstärkung
(Flucht / Vermeidung)
Verhaltenskonsequenz
Angenehmer Reiz
Unangenehmer Reiz
Auf die Reaktion folgt
ein Reiz
Futter, Lob, Geld
Schmerz, Tadel
Reaktion eliminiert oder
vermeidet Reiz
Futter, Lob, Geld wird
entzogen
Schmerz wird beendet Tadel
wird nicht erteilt
(Die Pfeile geben an, ob die Reaktionsrate zu- oder abnimmt)
Primäre und sekundäre Verstärker
•
Primäre Verstärker
– Wirken ohne vorherige Lernerfahrung verstärkend (z.B. Futter, Schmerz)
•
Sekundäre Verstärker
– Neutrale Reize, die durch Paarung mit primären Verstärkern selbst zu Verstärkern
werden
• Tier: Bestimmter Laut, der mit Futtergabe assoziiert wird
• Mensch: Geld
•
Verstärkungspläne legen fest, wie häufig bzw. nach welchen Zeitintervallen Verstärker
gegeben werden
Verstärkungspläne
Verstärkungspläne
Kontinuierlich
Intermittierend
jede gewünschte
Reaktion wird verstärkt
Nur einige Reaktionen
werden verstärkt
Quotenplan
Intervallplan
Bestimmte Anzahl von
Reaktion wird verstärkt
Nach einem bestimmten
Zeitintervall wird verstärkt
Konstant
Variabel
Konstant
Variabel
z.B. genau jede 5.
Reaktion wird verstärkt
z.B. im Durchschnitt
wird 1/5 der
Reaktionen verstärkt
z.B. die erste Reaktion, die
nach Ablauf von 5 Minuten
erfolgt, wird verstärkt
z.B. eine Reaktion wird
im Durchschnitt nach 5
Minuten verstärkt
Verstärkungspläne
Ein Beispiel:
Lernverhalten von College-Studenten
•
Mawhinney et al. (1971): durchschnittliche Zahl von Lernminuten pro Tag
(a) tägliche Tests
(b) größere Prüfung am Ende einer der Drei-Wochen-Phasen
180
Täglich
3 Wochen
Täglich
3 Wochen
120
60
0
2
4
6
8
10
12
14
16
18
20
22
Sitzungen
24
26
28
30
32
34
36
38
40
Kumulative Verhaltensaufzeichnung
Beschleunigung
Verlangsamung
schnelle Reaktionen
keine Reaktionen
Verstärker
langsame Reaktionen
Papier bewegt sich langsam
in diese Richtung
Gluck, Mercado and Myers: Learning and Memory,
Copyright © 2008 by Worth Publishers
Auswirkungen von Verstärkungsplänen
Anzahl von
Reaktionen
FR: konstante Reaktionsrate
bis zur Verstärkergabe u.
kurze Pause nach jedem
Verstärker
FI: nach Verstärkergabe
zunächst keine Reaktionen;
Zunahme der Reaktionsrate
gegen Ende des Intervalls
VR: Konstante Reaktionsrate
ohne Nachverstärkungspause
VI: Konstante Reaktionsrate
Auswirkungen von Verstärkungsplänen auf die Löschung
•
Kontinuierliche Verstärkung: Verhalten wird schnell erworben, wird aber auch schnell wieder
gelöscht, wenn Verstärker ausbleibt
•
Intermittierende Verstärkung  viele höhere Löschungsresistenz
– Bsp.: Bettelnder Hund am Tisch, der bei jedem 10. Versuch ein Stück Wurst bekommt
– Bsp.: Getränkeautomat vs. Spielautomat
•
Erklärung: Generalisierungsabnahme
– Kontinuierliche Verstärkung: Lebewesen hat nie Durchgänge ohne Verstärkung erlebt 
Lern- und Löschphase sind sehr verschieden
– Intermittierende Verstärkung: In Lernphase gibt es viele Durchgänge ohne Verstärker 
Lern- und Löschphase sind ähnlich
•
Kognitive Erklärung: Lebewesen lernt, dass u. U. viele Reaktionen zur Erlangung des
Verstärkers notwendig sind und bildet entsprechende Erwartungen aus
Herunterladen